算法設計
天牛須搜尋算法 是一種生物啟發的智慧型最佳化算法，是受到天牛覓食原理啟發而開發的算法，其仿生原理如下：
天牛須搜尋的原理：
當天牛覓食時，天牛並不知道實物在哪裡，而是根據食物氣味的強弱來覓食。天牛有兩隻長觸角，如果左邊觸角收到的氣味強度比右邊大，那下一步天牛就往左飛，否則就往右飛，依據這一原理天牛可以找到食物。
天牛須搜尋對我們的啟發：
食物的氣味就相當於一個函式，這個函式在三維空間每個點值都不同，天牛兩個須可以採集自身附近兩點的氣味值，天牛的目的是找到全局氣味值最大的點（即食物所在位置）。仿照天牛的行為，我們設計了該智慧型最佳化算法進行函式最最佳化求解。
天牛覓食的啟示天牛在三維空間運動，而天牛須搜尋需要對任意維函式都有效才可以。因而，天牛須搜尋是對天牛生物行為在任意維空間的推廣。採用如下模型描述天牛須搜尋算法的尋優策略：
1. 天牛左右兩須位於質心兩邊。
2. 天牛步長step與兩須之間距離d0的比值是個固定常數即step=c*d0其中c是常數。即，大天牛（兩須距離長）走大步，小天牛走小步。
3. 天牛飛到下一步後，頭的朝向是隨機的。
簡化模型系統建模
第一步：對於一個n維空間的最佳化問題，我們用xl表示左須坐標，xr表示右須坐標，x表示質心坐標，用d0表示兩須之間距離。根據假設3，天牛頭朝向任意，因而從天牛右須指向左須的向量的朝向也是任意的，所以可以產生一個隨機向量dir=rands(n,1)來表示它。對此歸一化：dir=dir/norm(dir); 我們這樣可以得到xl-xr=d0*dir；顯然， xl，xr還可以表示成質心的表達式：xl=x+d0*dir/2;xr=x-d0*dir/2.
第二步：對於待最佳化的價值函式f，求取左右兩須的值： fleft=f(xl); fright=f(xr); 判斷兩個值大小：
1.第一步：對於一個n維空間的最佳化問題，我們用xl表示左須坐標，xr表示右須坐標，x表示質心坐標，用d0表示兩須之間距離。根據假設3，天牛頭朝向任意，因而從天牛右須指向左須的向量的朝向也是任意的，所以可以產生一個隨機向量dir=rands(n,1)來表示它。對此歸一化：dir=dir/norm(dir); 我們這樣可以得到xl-xr=d0*dir；顯然， xl，xr還可以表示成質心的表達式：xl=x+d0*dir/2;xr=x-d0*dir/2.
2.第二步：對於待最佳化的價值函式f，求取左右兩須的值： fleft=f(xl); fright=f(xr); 判斷兩個值大小：
•如果fleft
